4.6.2025
Doktorsavhandling om e-handelns inverkan på kundnöjdhet och förtroende
Tradenom (högre YH) Laleh Davoodis doktorsavhandling i företagsekonomi (inriktning informationssystem) framläggs till offentlig granskning vid fakulteten för samhällsvetenskaper, ekonomi och juridik vid Åbo Akademi.
Avhandlingen heter Decoding Customer Sentiment: AI-Driven Insights into E-Commerce Trust and Satisfaction.
Disputationen äger rum tisdagen 10 juni 2025 kl. 13 i Stora auditoriet, ASA, Fänriksgatan 3, Åbo. Disputationen kan också följas via videolänk. Opponent är professor Hercules Dalianis, Stockholms universitet, Sverige och kustos är professor József Mezei, Åbo Akademi.
Sammanfattning
Denna avhandling undersöker e-handelns mångfacetterade inverkan på kundnöjdhet och förtroende genom att använda avancerad databehandling för naturligt språk (Natural Language Processing, NLP) och maskininlärningsmodeller. Forskningen introducerar tre nya dataset hämtade från kundrecensionsplattformar, bland annat Trustpilot, och anpassade för Aspect-Based Sentiment Analysis (ABSA) och Aspect Extraction (AE). Av de identifierade aspekterna är de viktigaste leverans, upplevt förtroende, kundservice, prissättning och återbetalningsprocessen. Dessa aspekter analyseras systematiskt för att förstå deras inverkan på kundupplevelsen.
Avancerade transformerbaserade modeller, såsom BERT och RoBERTa, används för att genomföra sentimentklassificering och aspektutvinning. Studien påvisar att dessa modeller presterar bättre än traditionella metoder som Support Vector Machines (SVM) och Naïve Bayes (NB) genom att effektivt fånga upp komplexa sentimentnyanser och extrahera relevanta aspekter från ostrukturerade textdata.
Dessutom integrerar forskningen Fuzzy-set Qualitative Comparative Analysis (FsQCA) med stora språkmodeller (LLMs) för att identifiera komplexa orsakssamband mellan olika stadier av kundresan och förtroenderelaterade utfall. Detta tillvägagångssätt är nytt och ger djupare insikter i hur vissa aspekter i e-handelsupplevelsen påverkar det upplevda förtroendet.
Resultaten erbjuder konkreta insikter för e-handelsföretag och betonar vikten av att förbättra nyckelområden såsom leverans, kundservice och återbetalningsprocesser för att öka kundnöjdhet och förtroende. Genom att utnyttja avancerade NLP-tekniker och maskininlärningsmodeller tillhandahåller denna forskning en omfattande ram för analys av kundfeedback och generering av insikter från ostrukturerade recensionsdata.
Denna avhandling bidrar till forskningsfältet genom att tillhandahålla en djupgående analys av kundfeedback, demonstrera praktisk tillämpning av de senaste teknologierna inom sentimentanalys och erbjuda evidensbaserade rekommendationer för e-handelsföretag för att stärka kundlojalitet och förtroende.
Laleh Davoodi är född 1979 i Iran. Hon kan vid behov nås per e-post laleh.davoodi@abo.fi.
Avhandlingen kan läsas i Åbo Akademis publikationsarkiv Doria.
Klicka här för pressbild på disputanden.
Anvisningar för att följa med disputationen på distans:
För att följa med disputationen behövs programvaran Zoom eller webbläsaren Google Chrome. Du behöver inte skapa ett Zoom-konto för att kunna följa med disputationen. Om du installerar appen deltar du genom att klicka på möteslänken varefter du bör tillåta att länken öppnas i Zoom-appen.